MétaCan
Menu
Retour à la cohorte
Enregistrement W4399457140 · doi:10.1016/j.clinbiochem.2024.110777

Effective stewardship strategies to enhance appropriateness of refer-out test requests in a Canadian tertiary centre laboratory

2024· article· en· W4399457140 sur OpenAlexaffabout
Amy Lou, Andrea Thoni, Nafisa Shandi, Yang Zhi-feng, Bassam A Nassar, Manal O. Elnenaei

Notice bibliographique

RevueClinical Biochemistry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Stewardship (theology)InstitutionTertiary careMedical educationPsychologyMedicineFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Specialized testing conducted in reference laboratories is costly and often not optimally directed. Since 2016, our institution has worked to ensure the appropriateness of refer-out (RO) tests. We examine the impact of utilization initiatives on the patterns of requests and completed tests. DESIGN AND METHODS: In 2016, 81 RO tests were selected for a more rigorous approval process. Physicians not pre-approved for testing received a prompt to consult with laboratory subject matter experts (SMEs) for further detail. After review, SMEs provided responses, approving or rejecting requests based on clinical relevance. Stewardship activities also included: repatriating tests locally, preferring Canadian over foreign institutions, unbundling tests, distributing educational memos, and introducing staged testing. We collected data on the number of requested (NoR) and number of completed (NoC) tests in 2015, before the implementation of the new vetting procedures, and for the post-implementation phase from 2016-2022. RESULTS: For 62 targeted RO tests (including trace metals, vitamins, antibodies, and endocrine-related tests), there was a 33% reduction in NoR and a 51% reduction in NoC in 2022 compared to 2015. The total savings for the study period based on NoC was $807,736. The NoC rate for Neuronal antibody tests decreased to 48.6% in 2022, with cost savings of $17,123, and an additional $50,000 saved by changing the testing site. Insourcing apolipoprotein B and fecal calprotectin tests resulted in cost savings of $3,380 and $3,371, respectively, in 2022. CONCLUSIONS: Automated messaging followed by a formal review of RO test requests is an effective utilization strategy that prevents redundant or clinically unjustified testing. This approach leads to significant economic savings and is expected to improve the efficiency of patient care.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,417
Écart entre enseignants0,393 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical BiochemistryMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207